Community研究與資料分析github.com

Humanize(人性化潤飾)

將 LaTeX 論文(.tex)改寫得易於閱讀且像真人寫作——移除 AI 生成文字的常見特徵(浮誇詞彙、過度標示、「不僅…而且」、破折號鏈、三點並列、贅述段落的總結句),同時保留每項主張、數字、引用、方程式和 LaTeX 指令不變。在原始檔案旁生成修改後的副本(<名稱>_humanized.tex),原始檔案絕不修改。

Humanize(人性化潤飾) 是什麼?

這項技能用於將 LaTeX 學術論文的 prose 改寫得更自然、易讀,消除 AI 輔助寫作常見的機械化痕跡(如過度標示、冗言贅字、刻意修辭結構)。它並不是為了「偽裝」AI 痕跡,而是像一位謹慎的人類編輯般優化句子,讓每句話都言之有物、節奏多變。支援英文與葡萄牙文論文,可處理透過 \input/\include 引入的子檔案。工作流程包括:複製檔案、使用內建掃描工具(ai_scan.py)標記問題段落、逐節人性化改寫、透過 integrity 檢查(check_integrity.py)確保主張與資料完整,最後提供改寫前後對比報告。此技能與 GilzaCode、Claude Code 等開發者工具整合,可搭配 editor state 判斷目標檔案,並在改寫後建議使用 latexdiff 產生視覺差異。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/gilzamir18/GilzaCodeSkills/tree/HEAD/skills/humanize

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Humanize(人性化潤飾) 是做什麼的?

修改 LaTeX 論文的 prose,使其更易閱讀且聽起來像細心的人類作者所寫,並將結果輸出為獨立的 .tex 檔案副本。

重點不在於「偽裝」任何事物。AI 輔助的草稿通常具有可辨識的質地——過度標示、浮誇、節奏單一、充斥著不承載資訊的片語。審稿人會注意到這點,而且這會讓論文更難讀。好的編輯會移除這種質地,讓每個句子都以最簡潔而仍符合學術論文語氣的方式,說出具體的內容。

你絕對不得修改的內容

論文是主張的記錄。改變主張的可讀性編輯是 bug,不是風格選擇。因此:

  • 不動前文(\begin{document} 前的所有內容)。
  • 絕不編輯數學:行內 $…$、\(…\)、展示數學以及數學環境(equation、align……)保持 byte 對 byte 完全相同。
  • 保留每個 \cite…、\ref/\eqref/\cref、\label、\includegraphics、\input 以及環境邊界。你可以將引用在重組的句子內移動,但相同的鍵仍必須支援相同的主張。
  • 保留 prose 中的每個數字(統計數據、p 值、樣本數、範圍)以及其與正確量值的關聯。
  • 保留主張的強度。 不要將「顯示」改為「證實」或將「並未持續表現出差異」改為「結果相同」。經過校準的委婉說法是科學的一部分;只移除累積或空洞的委婉修飾(「可能或許」、「也許可以說」)。
  • 保留作者的專業術語。 如果論文定義了「運作機制」、「安全區」、「MRP」,就必須使用這些詞。不要用同義詞替換技術用語——「robust」、「significant」、「novel」在作為技術用語時沒問題,只有當它們被用來裝飾時才變成 AI 特徵。
  • 保留語言與拼寫變體(英式「behaviour/penalises」保持英式;葡萄牙文保持葡萄牙文)。
  • 不要動表格內容、% 註解、\todo{} 標記或參考文獻。

如果某個句子不清楚,而你只能靠猜測作者的意思來修改,那就放著,並在你的報告中列出,不要改寫。

工作流程

1. 辨識目標

從使用者訊息或斜線指令引數中取得檔案。如果沒有給定,則從對話中推斷(正在處理的論文,或編輯器的啟用檔案——如果 GilzaCode 工具可用,則使用 get_editor_state);如果有多個候選的 .tex 檔案(例如 main6.tex 和 main7.tex),選擇最新的草稿並說明選擇了哪個。如果使用者只要求特定章節,則僅修改那些章節。

如果主檔案使用 \input/\include 引入內容,則將每個引入的 prose 檔案人性化為各自的 <名稱>_humanized.tex,並將主副本的 \input 行指向它們。

2. 建立副本

將檔案複製到 <主檔名>_humanized.tex 在同一目錄下(這樣圖形、.bib 和類別檔案仍能解析)。如果該檔案已存在,在覆寫前先詢問,或者如果無法詢問則使用 <主檔名>_humanized2.tex。所有編輯都針對副本進行。永遠不要寫入原始檔案。

3. 取得問題分佈圖

在原始檔案上執行掃描器,查看 AI 風格的模式集中在何處:

python <技能目錄>/scripts/ai_scan.py path/to/paper.tex

它會回報帶有行號的標記片語、破折號密度以及每個章節的句子長度統計。將其視為熱點圖,而非待辦清單:命中點是需要查看的地方,而許多命中點在上下文中是沒問題的。在保留句子結構的同時移除每個標記詞,會產生同樣機械化的文字。在開始編輯之前,請閱讀 references/patterns.md 以了解完整的模式目錄(英文與葡萄牙文)以及每種模式的修正方法。

4. 逐節修改

一次閱讀一個章節(或幾個段落),並使用針對 prose 的 Edit 呼叫來編輯副本。逐段工作可以保持 LaTeX 完整,並讓你能記住該章節的論點。

針對每個段落問:這個段落的主張是什麼,這個領域的合格作者會用什麼最簡短、最清晰的方式來說?然後:

  • 刪除不承載資訊的內容:後設評論(「值得注意的是」、「在本節中,我們將討論」)、段落結尾的贅述總結、開場白、裝飾性加強詞。
  • 傾向具體:用具體的事物取代模糊的抽象概念(如果論文在附近某處有說明,則「改善效能」→「存活時間延長 48 步」;否則就保持簡潔)。
  • 為可讀性調整句子結構:將主詞與動詞放在一起並靠近句首;拆分承載三個概念的句子;合併應屬於同一句的片斷;將熟悉的資訊移到句首,新資訊放到句尾;將名詞化轉回動詞(「進行分析」→「分析」)。
  • 變化節奏,就像真人寫作那樣——有些句子短,有些長——而不是統一的韻律或統一的段落形狀。
  • 打破公式化結構:強迫的三點並列、「不僅 X 而且 Y」、為效果而用的「X,不是 Y」對比、冒號揭示(「答案很簡單:……」)、破折號鏈,以及所有段落都以轉折詞開頭。
  • 保留原本就好的部分。 一篇不錯的草稿中,很多句子是沒問題的。改寫每個句子本身就是 AI 的跡象,而且會增加改變意義的風險。一次好的修改通常會改寫五分之一到一半的句子,集中在掃描器和你的閱讀發現問題的地方。

章節標題、圖說和摘要也是 prose,可以用同樣的謹慎態度編輯;保持標題簡短,並確保圖說內容(圖形內容、符號意義)完整。

5. 驗證完整性

執行檢查器比較原始檔案與副本:

python <技能目錄>/scripts/check_integrity.py path/to/paper.tex path/to/paper_humanized.tex

它會比較前文、數學片段、引用鍵、ref、label、環境、圖形路徑、大括號平衡以及 prose 中的數字。在完成前修正每個 ERROR。查看每個 WARN(通常是移動或消失的數字或引用),並恢復它或確認該變更無害。然後在副本上重新執行 ai_scan.py,確認熱點已降溫。

如果 LaTeX 編譯器可用(GilzaCode 的 compile_latex、tectonic、latexmk、pdflatex),則編譯副本以確保它能成功建置。如果環境中沒有編譯器,則不要在這一點上花太多時間——完整性檢查已經涵蓋了常見的破壞情況。

6. 報告

在對話中,以使用者的語言提供一份簡短報告:

  • 人性化副本的路徑(原始檔案未修改)。
  • 你做了哪些類型的變更,附上 3–5 組代表性的修改前後對照(每行簡短,經修剪)。
  • 掃描器數字前後對比(標記片語、破折號、平均句子長度)——簡要說明。
  • 完整性檢查結果。
  • 任何你刻意保留的內容及其原因:似乎不清楚或可能本質錯誤的段落、看起來比證據更強的主張、不一致的術語。標記這些;不要默默修正。

如果使用者正在準備投稿期刊的修訂版,則提議產生原始檔案與副本之間的 latexdiff(如果已安裝 latexdiff),以便他們能視覺化檢視變更。

相關技能